03 现在的位置:首页 > 期刊导读 > 2020 > 03 >

基于风电功率预测的电动汽车调价策略

【作者】彭曙蓉 黄士峻 李彬 彭君哲 许福鹿 石亮缘

【关键词】 深度学习; 长短期记忆神经网络; 双目标优化模型; 风电功率预测; 调价策略;

摘要为了提高风电入网的稳定性,提出一种基于风电功率预测的电动汽车双阶段调价策略。该策略通过预测风电和调节电动汽车价格来提高电网对风电的消纳能力。预测阶段,采用对时间序列有记忆能力的LSTM神经网络来预测风电功率,并与时间序列预测做对比。定价阶段,以预测风电功率曲线与充电负荷曲线相似度高、充电成本小为目标函数建立调价优化模型,通过预测的风电功率制定价格,用价格调节负荷,让充电负荷量随时间贴近风电功率。最后,通过模拟得到电动汽车原始充电负荷曲线,求解调价优化模型后,将优化前后的充电负荷对比,后者更加贴近预测风电功率,证明了该策略的有效性。 

上一篇:开放售电市场环境下考虑DG和ILR的配电网双层规划
下一篇:考虑电压暂降影响的交直流配网优选

长沙理工大学版权所有   湘ICP备05003881号 
地址:湖南长沙市雨花区万家丽南路二段960号长沙理工大学内  邮政编码:410004